高光谱激光雷达系统（Hyperspectral LiDAR，HSL）利用宽谱分光技术，能够同时获取目标物的光谱信息和三维位置信息等，实现对目标物的多维数据获取。
高光谱激光雷达回波信号处理是该系统各类应用开展前的基础步骤，其处理得到的信息精度将直接决定后续研究的误差大小。
HSL系统的挑战
传统的波形处理技术主要是针对单波长激光雷达系统设计的。由于单一波长光谱范围的限制，单波长分解结果通常无法捕获沿激光路径的目标的光谱廓线，阻碍目标反射特性全面和精准的刻画与反映。
HSL系统回波具有光谱脉冲复杂、不同波长脉冲延迟异质性、波形信噪比不同等特征，多自然目标会使得回波复杂性大大增加，如何提出先进的回波波形处理算法准确反演，如植被等自然目标辐射特征，对HSL系统而言是一个巨大挑战。
新的解决方法
中国科学院空天信息创新研究院（空天院）王力研究团队提出利用Rclonte算法检测多自然目标并恢复其原始光谱，从而大大提高全波形高光谱激光雷达对目标结构和光谱信息的反演能力。
研究团队利用基于沿激光路径上多自然目标回波中心位置次序不变性原理，对多自然目标各波长上的所有中心位置进行降序排列（Rclonte）后，推断同一次序的中心位置大概率属于某一自然目标，基于以下详细的筛选判定原则更新同一次序集中不合理中心位置：
a.初始同一次序集内的所有中心位置数量要大于1/8倍波长数量，方可推定该初始同一次序对应的数个组分在各个波长上是真实存在的，且可能大概率属于同一组分。
b.由于隐藏波和弱波也可能存在波形中，而误检或漏检现象带来的属于其他组分的中心位置就会在此基础上带入到了当前次序组分，因此属于同一次序的中心位置也可能并不全是来自同一目标样本组分的，需要进一步做处理。为处理上述现象，属于同一次序的中心位置被列为单独的新集合，对该数据集合进行进一步合理（valid）中心位置的判定（valid组分，即指理论上完全属于同一真实目标样本组分）。
c.判定的原则是，要去剔除该次序中首尾两端的虚假噪声带来的中心位置。依次遍历剔除，只有当首端两相邻组分的中心位置差小于1/2倍的半高宽F且尾端两相邻组分的中心位置差小于1/2倍的半高宽F时，认为此时剩余的该次序中的中心位置属于同一真实组分。
d.合理的中心位置集合的均值以及他们对应的半高宽F的均值，被作为漏检和误检现象带来的缺失中心位置和缺失F的初始参考值，去参与进一步的LM（Levenberg-Marquardt）优化算法。
研究发现，Rclonte算法波形拟合效果突出，Rclonte算法在各波长的模拟和实测波形上均能良好检测到目标、具有出色的波形分解和拟合能力。光谱恢复结果也表明，该算法具有一定的探索沿激光路径上自然目标高光谱反射信号方面的能力，这在一定程度上也解决过去高光谱激光雷达在真实场景下多自然目标高光谱回波信号恢复这一难题。该算法丰富了高光谱激光雷达数据波形处理算法库，可用于其他多/高光谱激光雷达数据处理。
模拟波形分解拟合结果
实测波形分解和拟合结果
研究成果“Full-waveform hyperspectral LiDAR data decomposition via ranking central locations of natural target echoes (Rclonte) at different wavelengths”发表于遥感领域国际顶级期刊Remote Sensing of Environment。空天院博士白杰为第一作者，研究员牛铮、王力为通讯作者。研究工作得到国家自然科学基金重点项目、国家重点研发计划、国家自然科学基金联合基金项目等资助。
以上内容由遥感科学国家重点实验室白杰提供。
